Unified and Efficient Point-Line Local Features
统一且高效的点线局部特征
机构 * ETH Zurich(苏黎世联邦理工学院) ; Microsoft Spatial AI Lab(微软空间人工智能实验室)
AI总结 该研究提出UPAL特征提取器,联合提取点线特征,在保持最优性能的同时大幅降低计算成本,优于ALIKED+DeepLSD流程。
大厂专区
统一且高效的点线局部特征
机构 * ETH Zurich(苏黎世联邦理工学院) ; Microsoft Spatial AI Lab(微软空间人工智能实验室)
AI总结 该研究提出UPAL特征提取器,联合提取点线特征,在保持最优性能的同时大幅降低计算成本,优于ALIKED+DeepLSD流程。
单次成功并非可靠:Thinkingbox——面向有状态业务工作流智能体的沙箱与基准测试集
机构 * University of Pittsburgh(匹兹堡大学) ; Northwestern University(西北大学) ; University of California Irvine(加州大学欧文分校) ; Microsoft(微软公司)
AI总结 研究人员推出面向有状态业务工作流智能体的沙箱Thinkingbox及基准测试集Thinkingbox-bench,发现现有智能体在该基准上可靠完成任务的表现远逊于单次成功表现,凸显了端到端任务可靠评估的必要性。